TPP 16 - SURYA ABDUL MUTTALIB P 154-163

Denpasar, 13-14 Juli 2012

[PROSIDING SEMINAR NASIONAL PERTETA 2012]

IDENTIFIKASI AROMA CAMPURAN (BLENDING) KOPI ARABIKA DAN ROBUSTA DENGAN ELECTRONIC NOSE MENGGUNAKAN SISTEM PENGENALAN POLA Surya Abdul Muttalib1, Joko Nugroho W,K2., Nursigit Bintoro2 1

Mahasiswa Pasca Sarjana Program Study Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gadjah Mada 2 Staf Pengajar Fakultas Teknologi Pertanian, Universitas Gadjah Mada

ABSTRAK Ada dua jenis kopi yang dibudidayakan di Indonesia yaitu kopi Robusta dan Arabika. Kopi Arabika memiliki mutu cita rasa lebih tinggi dibandingkan kopi Robusta. Sehingga jika kedua jenis kopi ini dipadukan dimungkinkan akan menghasilkan kualitas flavor yang baik dengan cita rasa tinggi dan warna yang kuat. Aroma yang khas pada kopi disebabkan adanya proses penyangraian, yang menimbulkan perubahan fisik dan kimiawi dalam biji kopi. Evaluasi organoleptik terhadap kopi sangrai biasanya dilakukan secara tradisional bergantung pada indera manusia. Namun, indera manusia biasanya tidak stabil, tergantung kondisi fisik atau mental yang bersangkutan pada saat itu, dan hanya ukuran kualitatif yang bisa ditetapkan. Untuk memungkinkan evaluasi aroma kopi dengan kehandalan tinggi yang kontinyu, sistem sensor elektronik yang menghasilkan pengukuran obyektif dapat menggunakan Electronic Nose. Electronic Nose mempunyai 4 buah sensor aroma yaitu TGS 822, TGS 825, TGS 826 dan TGS 2602. Artificial Neural Network (ANN) telah muncul sebagai alat yang menarik untuk pemodelan proses yang kompleks. Penelitian ini bertujuan untuk mengelompokkan campuran kopi Arabika dan Robusta yang sudah disangrai berdasarkan pengenalan pola JST dari hasil pembacaan nilai kuantitatif Elektronik Nose. Persentase campuran kopi Arabika dan Robusta yang digunakan menggunakan berturut-turut : 100:0 %, 25:75 %, 33,3 : 66,7 %, 50:50 %, 66,7:33,3 %, 75:25, 75:50%, 0 :100%. JST yang digunakan menggunakan metode bacpropagation, nilai MSE yaitu 1 x 10 -5, maksimum epoch 100000 dan 4 buah hiden layer. Dari hasil analisis kopi campur Arabika dan Robusta dihasilkan bahwa JST mampu mengkelastering kopi campuran Arabika dan Robusta dengan nilai R= 0,98177.

I. PENDAHULUAN Kopi menjadi salah satu dari lima komoditas utama perdagangan dunia (Taylor, 2005), Gabriel and Vanzeti, 2005; Ponte 2002). Nestle (2004) menyatakan bahwa kopi menjadi komoditas pertanian utama kedua di dunia. Selain itu, kopi memiliki peranan vital dalam memberikan tambahan devisa bagi negara pengekspornya. Secara umum ada dua jenis kopi yang budidayakan di Indonesia yaitu kopi Robusta dan Arabika. Kopi Arabika memiliki mutu cita rasa lebih baik dibandingkan kopi Robusta (Siswoputranto, 1993), sehingga jika kedua jenis kopi ini dipadukan dimungkinkan akan menghasilkan kualitas flavor yang baik dengan cita rasa tinggi dan warna yang kuat. Penelitian Bicchi et al., (1995) menyatakan bahwa campuran kopi arabika dan robusta dapat meningkatkan nilai ekstraksi dan menyaring rasa masam pada kopi robusta, sedangkan

Rekayasa Proses dan Teknik Pasca Panen

Kata kunci : Kopi, Elektronik Nose, blending, aroma

154



dengan melebihkan persentasi jumlah kopi arabika dapat memperjelas rasa pahit dan secara umum meningkatkan aroma yang dihasilkan. Evaluasi organoleptik produksi kopi pabrikan biasanya secara tradisional bergantung pada indera manusia. Namun, indera manusia biasanya tidak stabil, tergantung kondisi fisik atau mental yang bersangkutan pada saat itu, dan hanya ukuran kualitatif yang bisa ditetapkan. Untuk memungkinkan evaluasi rasa produksi kopi dengan kehandalan tinggi yang kontinu, sistem sensor elektronik yang menghasilkan pengukuran obyektif bisa digunakan (Gopel,1989). Salah satu alat yang bisa digunakan adalah Electronic Nose (Hidung Elektronik) untuk identifikasi aroma. Dengan penggunaan alat tersebut didapatkan hasil evaluasi kualitas kopi yang lebih valid. Artificial Neural Network (ANN) atau yang lebih dikenal dengan Jaringan Syaraf Tiruan (JST) telah muncul sebagai alat yang menarik untuk pemodelan proses yang kompleks. Kekuatan dari JST adalah struktur yang umum dan memiliki kemampuan untuk mempelajari dari data historikalnya (Desai et al., 2008). Sehingga dalam penelitian ini pengujian analisis blending kopi Arabika dan Robusta menggunakan sistem pengenalan pola Jaringan Syaraf Tiruan. Adapun tujuan dari penelitian ini sebagai berikut: 1. Mengetahui pengaruh perbedaan lama waktu penyangraian kopi terhadap kadar air kopi Arabika dan Robusta. 2. Mengklasifikasikan blending kopi Arabika dan Robusta berdasarkan kualitas aroma dan kadar air kopi Robusta dan Arabika menggunakan metode pengenalan pola Jaringan Syaraf Tiruan (JST). 3.

II. METODOLOGI PENELITIAN

B. Alat Dan Bahan Bahan yang dipakai dalam penelitian ini adalah biji Kopi Robusta dan Arabika kualitas A yang telah diproses dengan pengolahan cara kering dari Pengolahan Kopi Rakyar di Kecamatan Candi Roto, Temanggung, Jawa Tengah. Dalam penelitian ini, peralatan yang dipakai sebagai berikut: Alat Roasting kopi Merk Reksa, thermokopel, themodigital, Elektronik Nose (hidung elektronik), dengan 4 buah sensor (TGS822, TGS825, TGS826, TGS2602), Komputer (Notebook), oven pengering, erlenmeyer, timbangan digital, stopwatch, blender, alat tulis. Analisis jaringan syaraf tiruan menggunakan program matlab 2010a. C. Prosedur Percobaan Pada penelitian ini dilakukan penyangraian Kopi Arabika dan Robusta dengan Suhu penyangraian 220 ºC dengan lama penyangraian 20 menit, 30 menit, 40 menit, 50 menit, dan 60 menit baru dilakukan proses Blending Kopi Arabika dan Robusta dari hasil penyangraian yang optimal. Persentase Blending Kopi Arabika dan Robusta yang dugunakan yaitu: • A : Arabika 100 % : Robusta 0 % • B : Arabika 75 % : Robusta 25 % • C : Arabika 50 % : Robusta 50 % • D : Arabika 25 % : Robusta 75 %


A. Waktu Dan Tempat Penelitian ini akan dilaksanakan pada bulan Oktober 2011 Sampai bulan Januari Tahun 2012 di Laboratorium Rekayasa Pengolahan Hasil Pertanian, Laboratorium Teknik Pangan dan Pasca Panen Fakultas Teknologi Pertanian Universitas Gadjah Mada.

155


•


E : Arabika 0 % : Robusta 100 %

Adapun bagan alir penelitian sebagai berikut:

Biji Arabika

Biji Robusta

Sortasi

Sortasi

Penyangraia

Penyangraia

Kopi sangrai Robusta optimum

Kopi sangrai Robusta optimum

T=220°C;

T=220°C;

Blending

Pengujian Aroma dan Kadar Air

Analisis JST dan PCA

Selesai Gambar 1. Bagan alir penelitian


Perbandingan Kopi Arabika dan Robusta: 0:100%, 25:75 %, 50%;50%, 25%:75%, 100:0%

156



III. PEMBAHASAN 1. Kadar Air Hasil Penyangraian Hasil pengamatan kadar air kopi Arabika dan Robusta selama proses penyangraian dapat dilihat pada Gambar 2.

14

14

12

12 Kadar Air (%)

16

Kadar Air (%)

16

10 8 6

10 8 6

4

4

2

2 0

0 0

20

30 40 45 Waktu (menit)

50

60

0

20

30 40 Waktu (menit)

50

60

Dari Gambar grafik hasil pengamatan kadar air kopi arabika, terlihat bahwa semakin lama penyangraian, kadar air kopi Arabika semakin menurun. Pada tahap awal proses penyangraian yakni pada proses penyangraian 20 menit, terjadi laju penurunan kadar air yang cepat, kadar air biji kopi yang semula 13,3 % turun cepat sampai sekitar 7 %. Kemudian semakin lama penyangraian laju penurunan kadar air semakin lambat. Hal ini dikarenakan jumlah kadar air dalam biji kopi semakin menurun sejalan dengan lama penyangraian dan posisi molekul air yang letaknya semakin dalam pada biji kopi. Fenomena penurunan kadar air pada proses penyangraian, berkaitan dengan cepat rambat air (difusi) di dalam jaringan sel biji kopi. Makin rendah kandungan air dalam biji kopi, kecepatan penguapan air menurun karena posisi molekul air terletak makin jauh dari permukaan biji (Sivetz dan Foote, 1973). Dengan diuapkannya sejumlah besar air dalam biji kopi membuat biji kopi menjadi kering. Penurunan kadar air juga terjadi pada kopi Robusta sejalan dengan lama penyangrain yang dilakukan. Hal ini dapat dilihat pada Gambar 2, dari grafik tersebut, terlihat bahwa semakin lama penyangraian, semakin turun kadar air kopi Robusta. Pada tahap awal proses, kadar air biji kopi yang semula 14,3 % turun cepat pada saat pemanasan selama 20 menit sampai sekitar 8,1 %. Kadar air yang semakin menurun menunjukkan bahwa kandungan air yang terdapat dalam bahan semakin sedikit. Air yang terdapat di dalam biji terdifusi keluar oleh uap panas yang dihasilkan oleh pemanas dalam silinder penyangraian. Suhu panas yang diberikan menyebabkan tekanan uap air di dalam bahan atau biji kopi menjadi lebih tinggi dari pada tekanan udara luar. Prinsip perpindahan massa adalah perpindahan dari tekanan tinggi ke tekanan rendah. oleh karena itu, massa air yang terkandung di dalam biji kopi akan berpindah dari biji dalam biji menuju ke lingkungan luar. Pada kopi Arabika terjadi penurunan kadar air yang lebih cepat dibandingkan dengan kopi Robusta. Hal ini dimungkinkan oleh kadar air awal dan ukuran biji dari masing-masing varietas kopi yang disangrai. Kopi Robusta memiliki ukuran biji yang lebih besar dibandingkan dengan kopi Arabika. Ukuran biji kopi Robusta yang digunakan memiliki dimensi rata-rata panjang, lebar dan tebal berturut-turut sebesar 1,116 cm, 0,893 cm dan 0, 594 cm, sedangkan ukuran biji kopi Arabika memiliki dimensi rata-rata berturut turut sebesar


Gambar 2. Grafik kadar air kopi Arabika dan Robusta selama penyangraian

157



1,02 cm, 0,751 cm, dan 0.415 cm (untuk lebih detail ukuran dimensi kopi yang digunakan dapat dilihat pada lampiran 1. Pada kondisi suhu dan lama penyangraian yang sama, menyebabkan biji kopi yang berukuran lebih kecil tersangrai dengan derajat suhu yang lebih tinggi dari pada biji yang berukuran lebih besar, sehingga mengalami penyusutan yang lebih banyak. Selain itu, pada massa bahan yang sama dengan ukuran biji yang lebih kecil menyebabkan bidang temu antara udara panas dengan biji kopi lebih luas sehingga susut kadar air semakin besar. 2. Blending (Pencampuran) Setelah dilakukan proses penyangraian, selanjutnya dilakukan proses blending (pencampuran) antara kopi Arabika dengan Robusta dengan berbagai variasi proporsi campuran yang dilakukan edintifikasi aromanya menggunakan Electronic nose. Hasil identifikasi aroma blending Kopi Arabika dengan Robusta dapat dilihat pada Gambar 3. 0,7000 Nilai Sensor Aroma (voltase)

0,6000 0,5000

TGS822

0,4000 TGS825

0,3000

TGS826

0,2000

TGS2602

0,1000 0,0000 A

B

C D E Perlakuan Blending

F

G

Keterangan: A=Perbandingan Arabika:Robusta = 100% : 0% B= Perbandingan Arabika:Robusta = 75% : 25% C= Perbandingan Arabika:Robusta = 66,3% : 33,7% D= Perbandingan Arabika:Robusta = 50% : 50% E= Perbandingan Arabika:Robusta = 33,3% : 66,7% F= Perbandingan Arabika:Robusta = 25% : 75% G= Perbandingan Arabika:Robusta = 0% : 100%

Berdasarkan Gambar 3, dapat dilihat bahwa semakin besar persentase campuran kopi Arabika semakin tinggi nilai sensor aroma yang dihasilkan dan sebaliknya semakin banyak persentase kopi Robusta, semakin rendah nilai sensor aroma yang dihasilkan. Hal ini disebabkan oleh sifat dan kandungan senyawa organik yang terkandung di masing-masing kopi. Kopi Arabika memiliki kandungan senyawa organik pembentuk aroma seperti alkohol, furfural, asam karboksil, oligosakarida, dan total polisakarida yang lebih tinggi dibandingkan dengan kopi Robusta. Clarke dan Macrae (1987) kopi Arabika mengandung oligosakarida sebesar 6-8% bobot kering sedangkan kopi Robusta mengandung oligosakarida sebesar 5-7% bobot kering, total polisakarida kopi Arabika sebesar 50-55 % berat kering sedangkan kopi Robusta mengandung total polisakarida sebesar 37-47% berat kering. Pernyataan ini juga didukung oleh pendapat Siswoputranto, (1993) yang menyatakan bahwa kopi Arabika memiliki mutu cita rasa lebih baik dibandingkan kopi Robusta.


Gambar 3. Hasil identifikasi aroma blending kopi Arabika dengan Robusta

158



3. Penentuan Kualitas (Grade) Kopi Blending Arabika dengan Robusta Dalam penentuan grade kopi blending menggunakan jaringan syaraf tiruan ini, data yang digunakan adalah data 4 buah sensor aroma Electronic nose. Ada dua buah arsitektur yang dibangun dalam menentukan grade kopi blending Arabika dan Robusta yaitu 1) arsitektur penentuan kelas (kelompok) blending Arabika dan Robusta, dan 2) arsitektur penentuan nilai blending suatu sampel berdasarkan input sensor aroma Electronic Nose. 3.1 Penentuan kelas blending kopi Arabika Dan Robusta Tujuan dari analisis ini adalah untuk mengelompokkan atau menentukan kelas kopi blending Arabika dengan Robusta sesuai dengan perlakuan blending yang diberikan pada Gambar 4. Penentuan grade kopi blending dalam penelitian ini menggunakan metode pelatihan tak terawasi. Pelatihan metode tak terawasi merupakan pelatihan yang dilakukan tanpa menentukan nilai target out put dari arsitektur yang dibuat.

Gambar 4. Arsitektur kopi blending Arabika dan Robusta

Gambar 5. Pencapain goal proses training kopi blending Arabika dengan Robusta


Data yang dimasukkan berupa 21 buah data pembacaan nilai voltase sensor aroma Electronic nose dari 7 perlakuan blending kopi blending Arabika dengan Robusta yang telah dilakukan. Setelah semua data dimasukkan kemudian dilakukan proses training dan validasi. Dari hasil pelatihan di atas didapatkan goal tercapai pada epoch ke-8960 dengan nilai R sebesar 0,991. Seperti yang terlihat pada Gambar 5.

159



Setelah dilakukan proses training dan validasi selanjutnya dilakukan proses pengujian. Hasil pengujian 21 data yang dimasukkan dapat dilihat bahwa JST mampu menentukan kualitas grade kopi blending berdasarkan nilai input aroma. Hal ini dapat dilihat pada Gambar 6.

Gambar 6. Hasil pengujian JST kopi blending Arabika dengan Robusta Hasil penentuan kualitas kopi blending Arabika dengan Robusta sesuai dengan Gambar 6. Berdasarkan hasil analisa di atas dapat dilihat bahwa pada saat validasi data dari 21 satu data dimasukkan semuanya dapat ditentukan dengan tepat oleh JST yang dibangun. Untuk lebih jelasnya dapat dilihat pada lampiran 1.

Gambar 7. Arsitektur penentuan nilai blending kopi Arabika dan Robusta


3.2 Penentuan Nilai Blending Kopi Arabika dan Robusta Arsitektur yang dibangun dalam penelitian ini bertujuan untuk dapat menentukan nilai blending sampel yang diidentifikasi menggunakan E-nose. Out put yang dihasilkan berupa nilai blending sampel. Adapun arsitektur yang dibangun sebagai berikut:

160



Pada desain arsitektur yang dibangun, input yang diberikan merupakan 70 data hasil pembacaan sensor dari E-nose dengan 50 (70 %) buah data sebagai training dan 20 data (30 %) sebagai pengujian. data pengujian merupakan ulangan ketiga dari perlakuan blending. Untuk lebih jelasnya dapat dilihat pada lampiran 2. Arsitektur yang dibangun menggunakan 4 buah hiden layer dengan 4 buah neuron input berupa hasil pembacaan gas E-nose sedangkan untuk out put (target) merupakan nilai blending kopi dengan tiga buah neuron yang merupakan kombinasi biner angka 0 dan 1. Penentuan nilai target dari arsitektur JST yang dibangun dapat dilihat pada tabel 4.5. Tabel 2. Nilai target aritektur JST penentuan nilai kopi blending Arabika dan Robusta Persentase Blending Nilai Blending Target (out put JST) Arabika : Robusta = 100% : 0 % 1 1 1 1 Arabika : Robusta = 75% : 25 % 2 1 1 0 Arabika : Robusta = 50% : 50 % 3 1 0 0 Arabika : Robusta = 25% : 75 % 4 0 1 1 Arabika : Robusta = 0% : 100 % 5 0 0 1

Gambar 8. Proses training penentuan nilai blending kopi Arabika dan Robusta Setelah didapatkan training terbaik selanjutnya dilakukan prosses validasi untuk menilai ketepatan arsitektur yang dibangun. Perintah yang digunakan yaitu y=sim(net,b); Dari hasil validasi data didapatkan JST mampu dengan tepat menentukan nilai blending kopi blending Arabika dan Robusta dengan nilai ketepatan 100 % sesuai dengan target pelatihan yang diberikan. Setelah itu dilakukan pengujian dengan memasukkan data baru berupa data 20 data pengujian yang mana data tersebut merupakan data ulangan ketiga dari perlakuan blending yang diberikan. 20 data pengujian dapat dilihat pada lampiran 3. Dari hasil pengujian menunjukkan bahwa JST mampu menentukan dengan tepat 15 data pengujian dan 5 buah data yang kurang tepat atau nilai kebenarannya sebesar 75 %.


Dari hasil training didapatkan bahwa goal tercapai pada epoch ke 1576 dengan nilai R sebesar 0,980. Hal ini dapat dilihat pada Gambar 8.

161



IV. KESIMPULAN Adapun kesimpulan yang dapat diambil dalam penelitian ini yaitu persentase Blending kopi Arabika dan Robusta Arabika 75% : 25 % memiliki aroma yang sama dengan 100 % Arabika dengan grade 1, sehingga penggunaan 25 % Robusta cukup baik dalam mensubstitusi penggunaan kopi Arabika dan Jaringan Syaraf Tiruan yang dikembangkan dalam penelitian ini mampu digunakan dalam mengenali nilai blending kopi Arabika dan Robusta dengan ketepatan 75 % dan mampu mengenali kopi selama penyimpanan dengan nilai ketepatan 70,6 %.

Andreas, W dan Joko, N.W.K; 2010. Aplikasi Jaringan Syaraf Tiruan Pada Electronic Nose Untuk Identifikasi Kualitas the Hitam. Universitas Gadjah mada. Yogyakarta Bicchi CP, Binello AE, Pellegrino GM, Vanni AC (1995) J. Agric Food Chem 43:1549–1555 Ciptadi, W. dan Nasution, M.Z. 1985. Pengolahan Kopi. Fakultas Teknologi Institut Pertanian Bogor. Clarke, R. J. and Macrae, R. 1987. Coffe chemestry (Volume 1). Elsevier Applied Science, London and New York. Clarke, R. J. and Macrae, R. 1987. Coffe Technology (Volume 2). Elsevier Applied Science, London and New York. Erlinda, S.,2009. Analisa Terhadap Jumlah Produksi Kopi, Jumlah Ekspor Kopi, Dan Nilai Devisa Kopi Di Indonesia Tahun 1972-2008. Medan. USU Repositori. Gopel,W., Hesse,J., Zemel,J.N., (1989). Sensors : A Comprehensive Survey, VCH Verlagsgessellschaft Illy, A dan R. Viani,1995. Expresso Coffee; The Chemistry of Quality. Academic Press Londonsandiego253 p. Kemas, M.T., 2010. Desain System Dokumentasi Tugas Akhir Otomatis Berbasis Pengolahan Citra Digital Hasil Akuisisi WEBCAM dengan Menggunakan JST Bacpropagation. www.docstoc.com › ... › Research Reports › Investment Research diakses pada tanggal 08 maret 2011 pukul 18.09 Kusumadewi, Sri; 2003. Artificial intelligence (Teknik dan aplikasinya). Yogyakarta. Graha Ilmu Kusumoputro B dan Jatmiko, W., 2002. Pengembangan Sistem Penciuman Elektronik Dengan 16 Buah Sensor Kuarsa Dan Algoritma Neural Propagasi Balik Untuk Pengenalan Aroma Campuran. Makara, sains, vol. 6, no. 3, desember 2002. Fakultas Ilmu Komputer, Universitas Indonesia, Depok, diakses pada tanggal 25 Desember 2010 pukul 9.25 AM. http//repository.ui.ac.id Muryanti, D dan Rahayoe, S. 2008. Aplikasi Jaringan Syaraf Tiruan Pada Pengujian Aroma Teh dengan Menggunakan Elektronik Nose. FTP UGM. Yogyakarta Najiyati, S. dan Danarti. 2001. Kopi Budidaya Dan Penanganan Lepas Panen. Penebar Swadaya.Jakarta. Nestle, S.A., 2004. Face Of Cofee. Nestle. A Review On The Competitivn Oka, A.A dan Joko, N.W.K; 2010. Aplikasi Elektronic Nose Pada Penentuan Kematangan Buah Sawo(Manilkara Achras) menggunakan Sistem Pengenalan Pola Jaringan Syaraf Tiruan. Perpustakaan FTP UGM. Yogyakarta Ridwansyah, 2003. Pengolahan Kopi. Digitized by USU digital library. Pusat Penelitian Kopi dan Kakao Indonesia, 2007. Informasi Paket Teknologi Pengolahan Biji kopi Sekunder. Pusat Penelitian Kopi dan Kakao Indonesia. Jember. Puspitasari N.S; Iqmal T; Mudasir, 2005. Aplikasi Principal Component Regresion Untuk Analisis QSAR Senyawa Antioksidan Turunan Flavon / Flavonol Menggunakan Deskriptor Elektronik Hasil Perhitungan Metode AM1. Austrian-Indonesian Centre for Computational Chemistry, Department of Chemistry, Faculty of Mathematics and Natural Sciences, Gadjah Mada University Jogjakarta, Sekip Utara 55281, Indonesia.


V. DAFTAR PUSTAKA

162




Sivetz, M dan H.E,Foote. 1973. Coffee Processing Technology Vol I. The Avi Publishing Company Inc Sievetz, M dan N.W, Desroiser, 1979. Coffee Technology. The Avi Publish. Co:Wesport. Conecticut. USA Soemartini, 2008. Principal Component Analysis (PCA) Sebagai Salah Satu Metode Untuk Mengatasi Masalah Multikolinearitas. Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Padjadjaran Jatinangor.

163

TPP 16 - SURYA ABDUL MUTTALIB P 154-163

Recommend Documents